SKILLEMALL.ai
EN Войти

AC ljh-xuanpin

Определитель выбора товара. Вы называете кандидатный товар, я проверяю его по пяти шагам и даю заключение, стоит ли его брать. Способ активации: /ljh-xuanpin, «Стоит ли брать этот товар», «Помоги мне оценить этот кандидатный товар», «Как определить выбор товара». Не запускать автоматически для выбора товаров личного потребления, выбора акций или фондов, а не для бизнес-товаров.

машинный переводПоказать оригиналСкрыть оригинал«选品判断器。你报一个候选品，我按五步逐项核对，给出值不值得打的结论。 触发方式：/ljh-xuanpin、「这个品值不值得打」「帮我判断一下…»

选品判断器。你报一个候选品，我按五步逐项核对，给出值不值得打的结论。 触发方式：/ljh-xuanpin、「这个品值不值得打」「帮我判断一下这个候选品」「选品怎么判断」 Product selection judgment. Give a candidate product, get a five-step go/no-go verdict. Trigger: /ljh-xuanpin, "should I pursue this product", "judge this product candidate" 选购个人消费品、挑选股票基金这类非打品选品场景，不要自动触发。

ClawHub Agent Skills автор: HandsoMeng v1.0.0 MIT-0 2 файла тело ≈ 1 825 токенов Открыть источникclawhub.ai↗ проанализирован 36 ч назад

Определитель выбора товара.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураТорговлятип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
    • заметка frontmatter-key неизвестное поле фронтматтера "slug"

    Процессный рейтинг: все десять параметров 53/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 33
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1825 токенов
    • 100Повторный запуск. Изменяющих операций нет

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 2 примера фраз-триггеров в кавычках
    • +3Длина description 290 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 33 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: suspicious
    The skill is mostly a product-selection advisor, but it adds under-disclosed persistent file writes, business-data archiving, and onboarding/promotional behavior that users should review first.
    LLM: suspicious (high) · 6 авг. 2026 г.